10min 手写一个内存监控系统

本文的目的在于，尽可能用简单的代码，让大家了解内存监控的原理，及思想。更容易去理解Nagios、Zabbix、Ganglia监控原理，文章最后还有视频教程链接哦，从零敲出来的全过程

思路分为下面几块：

1.获取内存监控信息

2.存储监控信息

3.数据展现

4.后续扩展

1.加主机名，monitor部署在多台机器，不直接插入数据库

2. 增加CPU，Disk监控

3. 通过HTTP请求的方式，启用一个单独的Flask专门存储monitor数据

第一步：获取内存信息

我们通过读取 /proc/meminfo获取监控数据MemTotal、MemFree、Buffers、Cached，咱们常用free -m 其实也是读取的/pro/meminfo的数据,顺便说一下

对于操作系统来说，Buffers、Cached是已经被使用的

MemFree=total-used

对于应用程序来说

MemFree=buffers+cached+free

监控物理内存使用

内存使用=MemTotal-MemFree-Buffers-Cached

开撸：monitor.py获取监控数据

def getMem():
with open('/proc/meminfo') as f:
total = int(f.readline().split()[1])
free = int(f.readline().split()[1])
buffers = int(f.readline().split()[1])
cache = int(f.readline().split()[1])
mem_use = total-free-buffers-cache
print mem_use/1024
while True:
time.sleep(1)
getMem()

测试：每秒打印一条数据

[www.51reboot.com@teach memory]$ python mointor.py 2920
2919
2919
2919
2919

希望内存多变好一些，写了一个很挫的测试代码

# test.py
s = 'www.51reboot.com'*1000000
for i in s:
for j in s:
s.count(j)

执行python test.py，会发现内存占用多了几M，说明咱们的代码是OK的

第二步：存储监控信息（我们用MySQL）

我们需要两个字段，内存和时间 sql呼之欲出，简单粗暴

create database memory；

create memory(memory int,time int)

接下来我们把monitor.py的数据存储到数据库中，这用到了Python MySQLdb模块

import time
import MySQLdb as mysql

db = mysql.connect(user="reboot",passwd="reboot123",db="memory",host="localhost")
db.autocommit(True)
cur = db.cursor()

def getMem():
with open('/proc/meminfo') as f:
total = int(f.readline().split()[1])
free = int(f.readline().split()[1])
buffers = int(f.readline().split()[1])
cache = int(f.readline().split()[1])
mem_use = total-free-buffers-cache
t = int(time.time())
sql = 'insert into memory (memory,time) value (%s,%s)'%(mem_use/1024,t)
cur.execute(sql)
print mem_use/1024

while True:
time.sleep(1)
getMem()

暂时告一段落

第三步：数据展现（Flask框架）

代码结构

├── flask_web.py web后端代码
├── mointor.py 监控数据获取
├── static 静态文件，第三方图表库
│ ├── exporting.js
│ ├── highstock.js
│ └── jquery.js
├── templates
│ └── index.html 展示前端页面
└── test.py 占用内存的测试代码

from flask import Flask,render_template,request
import MySQLdb as mysql

con = mysql.connect(user='reboot',passwd='reboot123',host='localhost',db='memory')

con.autocommit(True)
cur = con.cursor()
app = Flask(__name__)
import json

@app.route('/')
def index():
return render_template('index.html')

@app.route('/data')
def data():
sql = 'select * from memory'
cur.execute(sql)
arr = []
for i in cur.fetchall():
arr.append([i[1]*1000,i[0]])
return json.dumps(arr)

if __name__=='__main__':
app.run(host='0.0.0.0',port=9092,debug=True)

前端index.html

<div id="container" style="height: 400px; min-width: 310px"></div>
<script>
$(function () {
// 使用当前时区，否则东八区会差八个小时
Highcharts.setOptions({
global: {
useUTC: false
}
});
$.getJSON('/data', function (data) {
// Create the chart
$('#container').highcharts('StockChart', {
rangeSelector : {
selected : 1
},
title : {
text : '内存数据'
},
series : [{
name : '本机内存',
data : data,
tooltip: {
valueDecimals: 2
}
}]
});
});
});
</script>

执行python flask_web.py，浏览器看数据www.51reboot.com:9092，出图了

我们并不仅限于此，如果想实时的看到内存，应该怎么搞

1.查询数据时候增加一个时间戳当限制条件，只返回两次查询之间的增量数据

2.前端动态添加增量结点数据到图表中

修改flask_web.py

tmp_time = 0

@app.route('/data')
def data():
global tmp_time
if tmp_time>0:
sql = 'select * from memory where time>%s' % (tmp_time/1000)
else:
sql = 'select * from memory'
cur.execute(sql)
arr = []
for i in cur.fetchall():
arr.append([i[1]*1000,i[0]])
if len(arr)>0:
tmp_time = arr[-1][0]
return json.dumps(arr)

前端,3秒查一次增量数据,根据自己需求调整，修改index.html

$.getJSON('/data', function (data) {

// Create the chart
$('#container').highcharts('StockChart', {
chart:{
events:{
load:function(){
var series = this.series[0]
setInterval(function(){
$.getJSON('/data',function(res){
$.each(res,function(i,v){
series.addPoint(v)
})
})
},3000)
}
}
},
rangeSelector : {
selected : 1
},
title : {
text : 'AAPL Stock Price'
},
series : [{
name : 'AAPL',
data : data,
tooltip: {
valueDecimals: 2
}
}]
});
});

done！两个文件都搞定，double kill！ 效果

后边改了这么多，大家可能糊涂了，现在给出完整代码：

完整代码大家可以从Github下载

https://github.com/shengxinjing/my_blog/issues/1

视频下载地址：http://pan.baidu.com/s/1i4acpP7

Python学习交流群：238757010